GensimでFastText事前学習済みモデルを読み込むにはどうすればよいですか？

ここでFasttextモデルからfastText事前学習済みモデルをロードしようとしました。私はwiki.simple.enを使用しています

from gensim.models.keyedvectors import KeyedVectors

word_vectors = KeyedVectors.load_word2vec_format('wiki.simple.bin', binary=True)

ただし、次のエラーが表示されます

Traceback (most recent call last):
  File "nltk_check.py", line 28, in <module>
    word_vectors = KeyedVectors.load_word2vec_format('wiki.simple.bin', binary=True)
  File "P:\major_project\venv\lib\sitepackages\gensim\models\keyedvectors.py",line 206, in load_word2vec_format
     header = utils.to_unicode(fin.readline(), encoding=encoding)
  File "P:\major_project\venv\lib\site-packages\gensim\utils.py", line 235, in any2unicode
    return unicode(text, encoding, errors=errors)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xba in position 0: invalid start byte

質問1 FastsimモデルをGensimで読み込むにはどうすればよいですか？

質問2また、モデルを読み込んだ後、2つの単語間の類似性を見つけたい

 model.find_similarity('teacher', 'teaches')
 # Something like this
 Output : 0.99

どうすればいいですか？

gensim fasttext.pyのfasttext実装で利用可能なメソッドへのリンクはこちらです

from gensim.models.wrappers import FastText

model = FastText.load_fasttext_format('wiki.simple')

print(model.most_similar('teacher'))
# Output = [('headteacher', 0.8075869083404541), ('schoolteacher', 0.7955552339553833), ('teachers', 0.733420729637146), ('teaches', 0.6839243173599243), ('meacher', 0.6825737357139587), ('teach', 0.6285147070884705), ('taught', 0.6244685649871826), ('teaching', 0.6199781894683838), ('schoolmaster', 0.6037642955780029), ('lessons', 0.5812176465988159)]

print(model.similarity('teacher', 'teaches'))
# Output = 0.683924396754

以下のために.binファイルを使用：load_fasttext_format()（これは通常、パラメータ、ngramsなどとの完全なモデルが含まれています）。

.vec使用：load_word2vec_format（これが唯一の単語ベクトルが含まれています- >あなた+何ngramsがモデルを更新することはできません）。

注 ::メモリに問題がある場合、または.binモデルをロードできない場合は、pyfasttextモデルで同じことを確認してください。

クレジット：Ivan Menshikh（Gensim Maintainer）

FastTextバイナリ形式（ロードしようとしているように見えるもの）は、Gensimのword2vec形式と互換性がありません。前者にはサブワードユニットに関する追加情報が含まれていますが、これword2vecは利用されていません。

FastText Githubページで、この問題に関するいくつかの議論（および回避策）があります。つまり、テキスト形式（https://github.com/facebookresearch/fastText/blob/master/pretrained-vectors.mdで入手可能）を読み込む必要があります。

テキスト形式を読み込んだら、Gensimを使用してバイナリ形式で保存することができます。これにより、モデルのサイズが大幅に削減され、将来の読み込みが高速化されます。

https://github.com/facebookresearch/fastText/issues/171#issuecomment-294295302